涉及“隐藏群体”成员的研究可能给研究人员带来独特的挑战。在许多情况下，很难从这些人群中获得统计上具有代表性的样本，因为他们很难定位、识别和接触。

在去年发表的一篇文章在BMC国际卫生与人权会议上，Sulaiman-Hill和Thompson讨论了招募生活在新西兰和澳大利亚的阿富汗和库尔德难民所面临的挑战，以便研究他们的心理健康、主观福祉和对重新安置的看法。在这个混合方法的研究中，作者使用了多个入口点的雪球取样来确定潜在的研究参与者。他们的分析表明，利用多个入口点对减少抽样偏差至关重要。

在一个有趣的对本文的评论， Sabin等人指出了额外的抽样技术，包括时间-地点抽样(TLS)和应答驱动抽样(RDS)，这些技术已经成功地应用于隐藏种群的研究。这些“社会隐形群体”包括性工作者、注射吸毒者、男同性恋者、移民以及其他难以接触到的群体。这些群体的一个关键特征是，成员形成社会网络，可以用来识别研究研究的参与者。

时间位置抽样依赖于确定目标种群成员聚集的地点，并在规定的时间内从该种群中随机抽样。这种技术的一个潜在限制是，它有可能排除那些不一定经常出入公共区域的目标人群成员。最近在网上发表的一篇论文Karon和Wejnert在《城市健康杂志》上提出了一种统计分析方法，可以帮助排除这些偏倚因素。受调查者驱动的抽样是雪球抽样的一种形式，它依赖于数学模型来解释通过社会网络招募研究参与者所引入的偏差。

更多的为接触隐藏人口的替代抽样技术的例子，请查阅BMC国际卫生与人权组织最近的出版物:

1.在他们的论文中"被迫的居住流动和社会支持:对索马里移民精神障碍的影响， Bhui等人联系了有索马里名字的初级保健患者，并与当地的索马里利益攸关方进行了接触，以确定合适的社区地点招募参与者。

2.在他们的论文中"在泰国曼谷以社区为基础的注射吸毒者样本中，强制性毒品拘留中心的经验， Csete等人通过口口相传的方式招募注射吸毒者。